实用机器学习---笔记（数据处理）
2018-01-09 本文已影响0人
liz0403
机器学习首先需要做好数据处理。
1.数据收集
2.重点特征的确认
3.数据规范化：
分类特征不要使用位操作来表现一个种类；最好一个分类一个数据
缺失的数据，可新定义一个新类、可根据附近数据来设置新指、可用整体数据的平均值、中位值等代替。
要注意从原有特征中细化新的有用的特征
要将数据规划到合适区间（如-1到1,0到1等）
4.通过数据可视化来缺点特征是否有意义
分类型数据可用马赛克图或盒图
数值数据可用密度图或散点图
